加博尔·塔伊纳福伊;罗塞拉·阿库奇;莱蒂蒂亚·莫特特;卡罗琳·沃里奥特;米盖尔·莫利娜·索拉纳;痛苦，克里斯托弗;郭一科 最佳传感器布置的变分高斯过程。 （英语） Zbl 07332699号 申请。数学。，普拉哈 66，编号2，287-317（2021）. 概述：传感器布置是一个优化问题，最近变得非常重要。为了实现预测模型的准确在线更新，传感器用于提供观测。当传感器位置被优化选择时，预测模型可以大大减少其内部误差。使用贪婪选择算法从数值嵌入空间中定位这些最佳空间位置。基于变分高斯过程，提出了一种解决这一大数据问题的新体系结构。通过对输入进行预处理，进一步改进了模型的泛化：实现了屏蔽自回归流，以学习条件建模空间特征的非线性可逆变换。最后，提出了一种全局优化策略，扩展了基于互信息的优化和所选最优位置的微调。该方法被并行化，以加快计算时间，使这些工具非常快速，尽管与空间建模和布局任务相关的复杂性很高。该模型被应用于一个真实的三维测试用例，其中考虑了位于英国伦敦Elephant and Castle的Clarence Centre建筑内的一个房间。 理学硕士： 65Z05个 科学应用 68T99型 人工智能 关键词：传感器布置;变分高斯过程;相互信息 软件：TensorFlow公司;ggplot2;制造;流动性 PDF格式BibTeX公司 XML格式引用 \textit{G.Tajnafoi}等人，应用。数学。，普拉哈66，No.2，287--317（2021；Zbl 07332699） 全文： 内政部 参考文献： [1] Abhishek，K。；辛格，M.P。；Ghosh，S。；Anand，A.，使用人工神经网络的天气预测模型，Procedia Technology 4（2012），311-318·doi:10.1016/j.procy.2012.05.047 [2] 建模，应用；组、计算、流动性手册（4.1版），可从\brokenlink获取{https://figuhare.com/articles网站/{Fluidity_Manual/1387713}}（2015），329页 [3] 阿库奇，R。；达莫尔，L。；Pistoia，J。；托米，R。；Murli，A.，《关于变分数据同化问题的解决和敏感性分析》，J.Compute。物理学。335 (2017), 311-326 ·Zbl 1375.49036号 ·doi:10.1016/j.jcp.2017.01.034 [4] 阿库奇，R。；McIlwraith，D。；Guo，Y.-K.，可伸缩弱约束高斯过程，计算科学–ICCS 2019计算机科学讲义11539。查姆斯普林格（2019），111-125·doi:10.1007/978-3-030-22747-09 [5] 阿库奇，R。；莫特特，L。；疼痛，C。；郭永康，变分资料同化的最优约化空间，J.Compute。物理学。379 (2019), 51-69 ·Zbl 07581563号 ·doi:10.1016/j.jcp.2018.10.042 [6] E.亚里士多德莫。；阿库奇，R。；莫特特，L。；罗宾斯，A。；疼痛，C。；Guo，Y.-K.，《利用数据同化提高CFD-LES空气污染预测精度》，《建筑与环境》165（2019），文章编号106383，15页·doi:10.1016/j.buildenv.2019.106383 [7] Beal，M.J.，《近似贝叶斯推断的变分算法：伦敦大学哲学博士学位论文》（2003年） [8] Bentham，J.H.T.，《城市环境中空气流动和污染物扩散的微观模型：博士论文》，伦敦大学，伦敦（2004） [9] 布莱，D.M。；Kucukelbir，A。；McAuliffe，J.D.，《变分推断：统计学家评论》，J.Am.Stat.Assoc.112（2017），859-877·doi:10.1080/01621459.2017.1285773 [10] Bócsi，B。；Hennig，P。；Csató，L。；Peters，J.，前向模型学习跟踪控制，IEEE国际机器人与自动化会议（ICRA），IEEE，纽约（2012），259-264·doi:10.1109/ICRA.2012.6224831 [11] 康福德，D。；I.T.纳布尼。；Williams，C.K.I.，将约束不连续性添加到风场的高斯过程模型中，神经信息处理系统的进展11（NIPS 1998），麻省理工学院出版社，剑桥（1999），861-867 [12] Cressie，N.，空间数据统计，Terra Nova 4（1992），613-617·doi:10.1111/j.1365-3121.1992.tb00605.x [13] 达莫尔。；阿库奇，R。；马塞利诺，L。；Murli，A.，平行三维变分数据同化方案，数值分析和应用数学，ICNAAM 2011年AIP会议论文集1389。AIP，梅尔维尔（2011），1829-1831·Zbl 1262.65002号 ·doi:10.1063/1.3636965 [14] Doersch，C.，变分自动编码器教程，网址：https://arxiv.org/abs/1606.05908（2016），23页 [15] 杜尔，T.H。；阿库奇，R。；莫特特，L。；莫利纳·索拉纳；疼痛，C。；Guo，Y.-K.，传感器优化布置的弱约束高斯过程，J.Compute。科学。42（2020），文章ID 101110，12页·doi:10.1016/j.jocs.2020.10110 [16] Germain，M。；格雷戈，K。；我·穆雷。；Larochelle，H.，MADE:用于分布估计的屏蔽自动编码器，Proc。机器。学习。第37号决议（2015年），881-889 [17] González-Banos，H.，一种用于传感器放置的随机art-gallery算法，SCG’01:第17届计算几何ACM年度研讨会论文集，纽约（2001），232-240·Zbl 1375.68139号 ·数字对象标识代码：10.1145/378583.378674 [18] 古德费罗，I。；Y.本吉奥。；Courville，A.，《深度学习、自适应计算和机器学习》。麻省理工学院出版社，剑桥（2016）·Zbl 1373.68009号 [19] 谷歌大脑团队，TensorFlow：异构系统上的大规模机器学习，网址：https://www.tensorflow.org/ (2015) [20] Guestrin，C。；克劳斯，A。；Singh，A.P.，高斯过程中的近最优传感器布置，ICML'05:第22届机器学习国际会议论文集，纽约（2005），265-272·doi:10.1145/102351.1102385 [21] 哈根，J。；吉利斯，A.R。；Chan，J.，《解释官员犯罪：阶级、冲突和控制的空间研究》，社会学季刊19（1978），386-398·doi:10.1111/j.1533-8525.1978.tb01183.x [22] 亨斯曼，J。；福斯，N。；Lawrence，N.D.，《大数据的高斯过程》，网址：https://arxiv.org/abs/1309.6835（2013），共9页 [23] Jarrin，N。；本哈马杜切，S。；劳伦斯，D。；Prosser，R.，《为大涡模拟生成流入条件的合成方法》，《国际热流学杂志》27（2006），585-593·doi:10.1016/j.ijheatfluidflow.2006.02.006 [24] 凯利·F·J。；Fussell，J.C.，《改善人们生活、旅行、学习和工作环境中的室内空气质量、健康和性能》，《大气环境》200（2019），90-109·doi:10.1016/j.atmosenv.2018.11.058 [25] Kingma，D.P。；Welling，M.，自动编码变分贝叶斯，网址：https://arxiv.org/abs/1312.6114（2013），14页 [26] 克劳斯，A。；辛格，A。；Guestrin，C.，《高斯过程中的近最优传感器布置：理论、高效算法和实证研究》，J.Mach。学习。第9号决议（2008年），235-284·Zbl 1225.68192号 [27] Kullback，S。；Leibler，R.A.，《信息与充分性》，《数学年鉴》。《美国联邦法律大全》第22卷（1951年），第79-86页·Zbl 0042.38403号 ·doi:10.1214/aoms/1177729694 [28] 林，C.-C。；Wang，L.L.，通过集合卡尔曼滤波器使用数据同化预测室内环境模拟，建筑与环境64（2013），169-176·doi:10.1016/j.buildenv.2013.03.008 [29] 刘，H。；Ong，Y.-S。；沈，X。；Cai，J.，《当高斯过程遇到大数据时：可扩展GP的回顾》，网址：https://arxiv.org/abs/1807.01065（2018），20页 [30] 麦凯，D.J.C.，《高斯过程、神经网络和机器学习导论》，北约ASI F系列计算机和系统科学168。柏林施普林格（1998），133-166·Zbl 0936.68081号 [31] M.I.Mead、O.A.M.Popoola、G.B.Stewart、P.Landshoff、M.Calleja、M.Hayes、J.J.Baldovi、M.W.McLeod；T.F.霍奇森；J.Dicks；A.刘易斯；J.科恩；R.Baron；J.R.Saffell；R.L.Jones，《在低成本、高密度网络中使用电化学传感器监测城市空气质量》，《大气环境》70（2013），186-203·doi:10.1016/j.atmosenv.2012.11.060 [32] 疼痛，C.C。；Umpleby，A.P。；奥利维拉，C.R.E.de；Goddard，A.J.H.，《稳态和瞬态有限元计算的四面体网格优化和自适应》，计算。方法应用。机械。工程190（2001），3771-3796·Zbl 1008.76041号 ·doi:10.1016/S0045-7825（00）00294-2 [33] 帕帕马卡里奥斯，G。；Pavlakou，T。；Murray，I.，用于密度估计的掩蔽自回归流，神经信息处理系统进展30（NIPS 2017），麻省理工学院出版社，剑桥（2017），2338-2347 [34] 帕夫利迪斯，D。；Gorman，G.J。；戈梅斯，J.L.M.A。；疼痛，C.C。；ApSimon，H.，《城市大气流建模的综合涡流方法》，边界层气象学136（2010），285-299·数字对象标识代码：10.1007/s10546-010-9508-x [35] Quiñonero-Candela，J。；Rasmussen，C.E.，稀疏近似高斯过程回归的统一观点，J.Mach。学习。1939-1959年第6号决议（2005年）·Zbl 1222.68282号 [36] 北卡罗来纳州罗摩克里希南。；Bailey-Kellogg，C。；Tadepalliy，S。；Pandey，V.N.，空间聚集主动数据挖掘的高斯过程，2005年SIAM国际数据挖掘会议论文集，费城（2005），427-438·doi:10.1137/1.9781611972757.38 [37] Rasmussen，C.E.，机器学习中的高斯过程，机器学习高级讲座计算机科学讲稿3176。柏林施普林格出版社（2003），63-71·Zbl 1120.68436号 ·doi:10.1007/978-3-540-28650-94 [38] Rezende，D.J。；Mohamed，S.，规范化流的变分推理，网址：https://arxiv.org/abs/1505.05770（2015），10页 [39] Smagorinsky，J.，《原始方程的一般循环实验I.基础实验》，Mon。维阿。第91版（1963年），99-164 [40] J.Song、S.Fan、W.Lin、L.Mottet、H.Woodward、M.Davies Wykes、R.Arcucci、D.Xiao、J.-E.Debay、H.ApSimon、E.Aristidenou、D.Birch、M.Carpentieri、F.Fang、M.Herzog；G.R.Hunt；R.L.Jones；C.疼痛；D.帕夫利迪斯；A.G.罗宾斯；C.A.短；P.F.Linden，《城市自然通风：流体力学的含义》，《建筑研究与信息》46（2018），809-828·doi:10.1080/09613218.2018.1468158 [41] Titsias，M.K.，稀疏高斯过程中诱导变量的变分学习，Proc。机器。学习。第5号决议（2009年），567-574 [42] Titsias，M.K.，《稀疏高斯过程回归的变分模型选择》，曼彻斯特大学技术报告（2009） [43] Tran，V.H.，通过信息几何进行Copula变分Bayes推断，网址：https://arxiv.org/abs/1803.101998（2018），23页 [44] Tran，D。；Ranganath，R。；Blei，D.M.，变分高斯过程，网址：https://arxiv.org/abs/1511.06499（2015），14页 [45] Wickham，H.，ggplot2：用于数据分析的优雅图形，使用R！查姆施普林格（2016）·Zbl 1397.62006年 ·doi:10.1007/978-3-319-24277-4 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。